| انتظار میرود هوش مصنوعی مولد، ارزشهای زیادی را برای اقتصاد جهانی به ارمغان بیاورد. (منبع: Viettimes) |
هوش مصنوعی مولد نوعی از هوش مصنوعی است که محتوای جدید، از جمله متن، تصاویر، صدا و ویدیو را بر اساس الگوهایی که از محتوای موجود آموخته است، ایجاد میکند.
چیزی را خلق کنید که هرگز وجود نداشته است
مدلهای هوش مصنوعی مولد امروزی با استفاده از «یادگیری عمیق» یا شبکههای عصبی عمیق، بر روی حجم عظیمی از دادهها آموزش دیدهاند و میتوانند مکالمات را انجام دهند، به سؤالات پاسخ دهند، داستان بنویسند، کد تولید کنند و تصاویر و ویدیوهایی با هر توصیفی تولید کنند، همه اینها بر اساس ورودیهای متنی کوتاه یا «دستورالعملها» انجام میشود.
هوش مصنوعی مولد نامیده میشود زیرا چیزی را خلق میکند که قبلاً وجود نداشته است. این همان چیزی است که آن را از هوش مصنوعی تشخیصی که بین انواع مختلف ورودیها تمایز قائل میشود، متفاوت میکند. به عبارت دیگر، هوش مصنوعی تشخیصی سعی میکند به سؤالاتی مانند «آیا این تصویر نقاشی یک خرگوش است یا یک شیر؟» پاسخ دهد، در حالی که هوش مصنوعی مولد به سؤالاتی مانند «برای من تصویری از یک شیر و یک خرگوش که کنار هم نشسته اند، بکش» پاسخ میدهد.
ریشههای هوش مصنوعی مولد به دهه ۱۹۷۰ برمیگردد، زمانی که مهندسان شروع به توسعه تکنیکهایی برای تولید خودکار متن کردند. ظهور شبکههای مولد تخاصمی (GAN) به هوش مصنوعی اجازه داد تا متن را بر اساس نمونههای گفتار انسانی تولید کند. پیشرفتهای تکنولوژیکی در هوش مصنوعی و پردازش زبان طبیعی اکنون به هوش مصنوعی اجازه میدهد تا گفتار انسان را به صورت نوشتاری بازتولید کند.
هوش مصنوعی مولد (GAN) در سالهای اخیر با توسعه شبکههای مولد تخاصمی (GAN) توجه قابل توجهی را به خود جلب کرده است. GANها از دو شبکه عصبی - یک مولد و یک تفکیککننده - تشکیل شدهاند که در یک فرآیند رقابتی شرکت میکنند. مولد محتوا را ایجاد میکند، در حالی که تفکیککننده کیفیت آن محتوا را ارزیابی میکند. مولد از طریق تکرارهای بیشمار، مهارتهای خود را تقویت میکند و در نتیجه خروجیهای واقعگرایانهتر و خلاقانهتری تولید میکند.
تفاوت بین هوش مصنوعی مولد و هوش مصنوعی سنتی
تفاوت اصلی بین هوش مصنوعی سنتی و هوش مصنوعی مولد در قابلیتها و کاربردهای آنهاست. سیستمهای هوش مصنوعی سنتی در درجه اول برای تجزیه و تحلیل دادهها و انجام پیشبینی استفاده میشوند، در حالی که هوش مصنوعی مولد با تولید دادههای جدید مشابه دادههای آموزشی خود، یک قدم فراتر میرود.
به عبارت دیگر، هوش مصنوعی سنتی در تشخیص الگو برتری دارد، در حالی که هوش مصنوعی خلاق در ایجاد الگو برتری دارد. هوش مصنوعی سنتی میتواند دادهها را تجزیه و تحلیل کند و به شما بگوید چه میبیند، اما هوش مصنوعی خلاق میتواند از همان دادهها برای ایجاد چیزی کاملاً جدید استفاده کند.
پیامدهای هوش مصنوعی مولد گسترده است و راههای جدیدی را برای خلاقیت و نوآوری فراهم میکند. در طراحی، هوش مصنوعی مولد میتواند به تولید نمونههای اولیه بیشماری در عرض چند دقیقه کمک کند و زمان مورد نیاز برای فرآیند ایدهپردازی را کاهش دهد.
در صنعت سرگرمی، هوش مصنوعی مولد میتواند به تولید موسیقی جدید، نوشتن فیلمنامه یا حتی ساخت دیپفیک کمک کند. در روزنامهنگاری، میتواند مقاله یا گزارش بنویسد. هوش مصنوعی خلاق پتانسیل ایجاد انقلابی در هر زمینهای را دارد که در آن خلاقیت و نوآوری کلیدی هستند.
از سوی دیگر، هوش مصنوعی سنتی همچنان در برنامههای کاربردی مختص به وظیفه، برتری دارد. این هوش مصنوعی، چتباتها، سیستمهای توصیهگر، تجزیه و تحلیلهای پیشبینیکننده و موارد دیگر ما را تقویت میکند. این موتور محرک اکثر برنامههای کاربردی هوش مصنوعی فعلی است که هدف آنها بهینهسازی کارایی در صنایع مختلف است.
| هم هوش مصنوعی مولد و هم هوش مصنوعی سنتی نقشهای مهمی در شکلدهی به آینده بشریت دارند. (منبع: VinBase) |
اگرچه هوش مصنوعی سنتی و هوش مصنوعی مولد عملکردهای متمایزی دارند، اما از هم جدا نیستند. هوش مصنوعی مولد میتواند در کنار هوش مصنوعی سنتی کار کند تا راهحلهای قدرتمندتری ارائه دهد. به عنوان مثال، هوش مصنوعی سنتی میتواند دادههای رفتار کاربر را تجزیه و تحلیل کند و هوش مصنوعی مولد میتواند از این تجزیه و تحلیل برای ایجاد محتوای شخصیسازی شده استفاده کند.
همچنان که ما به بررسی پتانسیل گسترده هوش مصنوعی ادامه میدهیم، درک این تفاوتها مهم است. هم هوش مصنوعی مولد و هم هوش مصنوعی سنتی نقشهای مهمی در شکلدهی به آینده بشریت دارند و هر کدام امکانات منحصر به فردی را ایجاد میکنند. پذیرش این فناوریهای پیشرفته برای مشاغل و افرادی که به دنبال پیشتازی در چشمانداز دیجیتال به سرعت در حال تحول بشریت هستند، کلیدی خواهد بود.
هوش مصنوعی در زندگی اجتماعی
خطرات مرتبط با هوش مصنوعی مولد قابل توجه و به سرعت در حال تحول هستند. طیف وسیعی از بازیگران تهدید از این فناوری برای ایجاد «جعل عمیق» یا کپی محصولات و ایجاد مصنوعات برای پشتیبانی از عملیات کلاهبرداری پیچیدهتر استفاده کردهاند.
ChatGPT و ابزارهای مشابه بر اساس حجم زیادی از دادههای عمومی آموزش دیدهاند. آنها برای رعایت مقررات عمومی حفاظت از دادهها (GDPR) و سایر قوانین حق چاپ طراحی نشدهاند. بنابراین، کاربران موظفند توجه دقیقی به استفاده کسبوکار خود از این پلتفرم داشته باشند. خطرات نظارتی که باید مراقب آنها باشید عبارتند از:
عدم شفافیت. مدلهای نوآورانه هوش مصنوعی و ChatGPT غیرقابل پیشبینی هستند و حتی شرکتهای پشت آنها همیشه همه چیز را در مورد نحوه کار آنها درک نمیکنند.
دقت. سیستمهای هوش مصنوعی مولد گاهی اوقات پاسخهای نادرست و ساختگی تولید میکنند. ارزیابی همه خروجیها از نظر دقت، مرتبط بودن و مفید بودن عملی قبل از تکیه بر اطلاعات یا توزیع عمومی آنها ضروری است، زیرا اطلاعات دقیق برای مفید بودن و تعامل ضروری است.
مالکیت معنوی (IP) و حق نشر. در حال حاضر هیچ تضمین قابل اثباتی برای حفاظت از دادهها و مدیریت اطلاعات محرمانه تجاری وجود ندارد. کاربران باید فرض کنند که هرگونه داده یا پرسوجویی که در ChatGPT و رقبای آن وارد میکنند، به اطلاعات عمومی تبدیل خواهد شد و کسبوکارها باید کنترلهایی را برای جلوگیری از افشای غیرعمدی مالکیت معنوی اعمال کنند.
امنیت سایبری و کلاهبرداری. کسبوکارها باید برای مقابله با عوامل مخربی که از سیستمهای هوش مصنوعی مصنوعی برای حملات سایبری و کلاهبرداری، مانند جعل عمیق برای فریب کارمندان، استفاده میکنند، آماده باشند و از وجود کنترلهای کاهشدهنده اطمینان حاصل کنند. با ارائهدهنده بیمه سایبری خود صحبت کنید تا تأیید کنید که بیمهنامه فعلی شما تا چه حد نقضهای مربوط به هوش مصنوعی را پوشش میدهد.
پایداری. هوش مصنوعی مولد از مقادیر قابل توجهی برق استفاده میکند. بنابراین، انتخاب تأمینکنندگانی با مصرف انرژی کم و انرژی تجدیدپذیر با کیفیت بالا برای به حداقل رساندن تأثیر بر اهداف پایداری، بسیار مهم است.
اگرچه بسیاری از مشکلات در معرض خطر هوش مصنوعی مولد قرار خواهند گرفت، اما نمیتوان از برخی از مزایایی که هوش مصنوعی مولد به همراه دارد، چشمپوشی کرد.
هوش مصنوعی مولد این پتانسیل را دارد که ساختار کار را تغییر دهد و با خودکارسازی برخی از فعالیتهای فردی کارکنان، قابلیتهای آنها را افزایش دهد. هوش مصنوعی مدرن و سایر فناوریها این پتانسیل را دارند که فعالیتهای کاری را که امروزه ۶۰ تا ۷۰ درصد از وقت کارمندان را میگیرند، خودکار کنند. پیش از این، طبق گزارش مککینزی و شرکا در سال ۲۰۱۷، تخمین زده میشد که فناوری پتانسیل خودکارسازی نیمی از زمان کاری کارمندان را دارد.
شتاب در پتانسیل اتوماسیون فنی تا حد زیادی به دلیل افزایش توانایی هوش مصنوعی در درک زبان طبیعی است که برای فعالیتهای کاری که ۲۵٪ از کل زمان کار را تشکیل میدهند، مورد نیاز است. در نتیجه، هوش مصنوعی مولد تأثیر بیشتری بر کارهای دانشمحور دارد که شامل مشاغلی با دستمزد بالاتر و الزامات آموزشی بالاتر است، نسبت به سایر انواع مشاغل.
هوش مصنوعی مولد میتواند بهرهوری نیروی کار را در سراسر اقتصاد به طور قابل توجهی افزایش دهد، اما این امر مستلزم سرمایهگذاری برای حمایت از کارگران در هنگام انتقال فعالیتهای کاری یا تغییر شغل است. هوش مصنوعی مولد میتواند بسته به سرعت پذیرش فناوری و تخصیص مجدد زمان کارگران به سایر فعالیتها، افزایش بهرهوری سالانه 0.1 تا 0.6 درصد را تا سال 2040 امکانپذیر کند.
با ترکیب هوش مصنوعی مولد با سایر فناوریها، اتوماسیون شغلی میتواند سالانه ۰.۲ تا ۳.۳ درصد به رشد بهرهوری اضافه کند. با این حال، کارگران برای یادگیری مهارتهای جدید به پشتیبانی نیاز خواهند داشت و برخی نیز شغل خود را تغییر خواهند داد. اگر بتوان انتقال کارگران و سایر خطرات را مدیریت کرد، هوش مصنوعی میتواند سهم قابل توجهی در رشد اقتصادی داشته باشد و از جهانی فراگیرتر و پایدارتر پشتیبانی کند.
هوش مصنوعی نوآورانه تأثیر قابل توجهی در تمام صنایع خواهد داشت. بانکداری، فناوری پیشرفته و علوم زیستی از جمله صنایعی هستند که میتوانند بیشترین تأثیر را از نظر درصد درآمد حاصل از هوش مصنوعی ببینند. به عنوان مثال، در سراسر صنعت بانکداری، این فناوری میتواند سالانه معادل ۲۰۰ تا ۳۴۰ میلیارد دلار درآمد ایجاد کند، اگر موارد استفاده به طور کامل پیادهسازی شوند. در خرده فروشی و کالاهای بستهبندی شده مصرفی، تأثیر بالقوه نیز قابل توجه است و سالانه ۴۰۰ تا ۶۶۰ میلیارد دلار خواهد بود.
فرصتهای ویتنام
در حال حاضر، ویتنام به هوش مصنوعی مولد بسیار علاقهمند است. در آغاز سال در آوریل 2023، در کارگاه «آینده هوش مصنوعی مولد 2023» که در سیلیکون ولی، کالیفرنیا برگزار شد، آقای وو شوان هوآی، معاون مدیر مرکز ملی نوآوری، تأکید کرد: «مرکز ملی نوآوری هماهنگی با شبکههای نوآوری ویتنامی در سراسر جهان را ارتقا میدهد، به عنوان مثال با شبکه موجود در سیلیکون ولی برای ارتقای نوآوری به طور کلی و هوش مصنوعی به طور خاص، و همراهی با مشاغل و روشنفکران ویتنامی در خارج از کشور برای حمایت از آنها در توسعه مشاغل، گسترش مشاغل در وطن خود، انتقال فناوری...».
| آقای وو شوان هوآی، معاون مدیر مرکز ملی نوآوری، در کارگاه «آینده هوش مصنوعی ۲۰۲۳» سخنرانی کرد. (منبع: Bnews) |
تا آگوست امسال، VinBigdata (تحت نظر شرکت Vingroup) فناوری را ادغام خواهد کرد تا VinBase (یک پلتفرم جامع هوش مصنوعی چندشناختی) را به اولین پلتفرم هوش مصنوعی مولد در ویتنام تبدیل کند، ضمن اینکه راهکارهای توسعهای مبتنی بر فناوری هوش مصنوعی مولد مانند چتبات هوش مصنوعی مولد، کالبات یا نسل جدید دستیار مجازی ViVi را ارائه میدهد...
این شرکت همچنین اعلام کرد که آنها فقط به چند میلیارد پارامتر نیاز دارند تا یک مدل زبان بزرگ (LLM) مشابه ChatGPT ایجاد کنند، اما همچنان توانایی تولید متون بسیار معتبر را دارد، به خصوص اینکه این متون در دادههای مردم ویتنام و دانش ویتنامی خواهند بود.
پتانسیل ویتنام برای توسعه هوش مصنوعی مولد بسیار زیاد است، با این حال، اگر هوش مصنوعی مولد بر اساس پلتفرمهای مدل زبانی بزرگ موجود در جهان اعمال شود، ویتنام در معرض خطر مواجهه با خطرات زیادی قرار خواهد گرفت، بنابراین تسلط بر هوش مصنوعی مولد در داخل کشور مهم است زیرا میتواند به تسلط بر محتوا، جلوگیری از اطلاعات نادرست، تضمین امنیت دادههای ملی و همچنین ارائه فناوری ویتنامی به جهان کمک کند. "ویتنام این فرصت را دارد که شکاف جهانی در زمینه هوش مصنوعی مولد را کاهش دهد".
این ارزیابی توسط دکتر دائو دوک مین، مدیر کل VinBigdata، در مجمع اجلاس هوش مصنوعی که در ۲۲ سپتامبر امسال در شهر هوشی مین برگزار شد، به اشتراک گذاشته شد. همچنین در این مجمع، آقای پابلو فوئنتس نتل، مشاور ارشد آکسفورد اینسایتس، گفت که ویتنام اگر بر سرمایهگذاری در هوش مصنوعی تمرکز کند، آیندهای روشن خواهد داشت.
میتوان مشاهده کرد که هوش مصنوعی و هوش مصنوعی مصنوعی در تمام زمینهها و حرفههای کشور ما مانند مراقبتهای بهداشتی، آموزش، زندگی نفوذ کردهاند... ویتنام باید استراتژیای برای توسعه این فناوری تدوین کند زیرا این آینده فناوری در آینده نزدیک است.
منبع






نظر (0)